公开(公告)号：CN119128677A

公开(公告)日：2024-12-13

申请号：CN202411144852.8

申请日：2024-08-20

Applicant: 常州大学

Inventor： 邹凌 ,  石天煜 ,  马帅帅 ,  周天彤 ,  吕继东 ,  戴亚康

IPC: G06F18/2415 ,  G06F18/25 ,  G06F18/2134 ,  G06F18/214

Abstract: 本发明提供一种基于集成多频段注意力机制的单侧上肢运动想象解码方法，包括：通过无线脑电信号采集系统进行数据采集，得到单侧上肢任务运动想象脑电数据；对单侧上肢任务运动想象脑电数据进行预处理，得到多频段的脑电数据；通过注意力机制模块对多频段的脑电数据进行赋权处理；利用深度学习网络对赋权后的多频段的脑电数据进行特征提取，得到脑电数据特征；将赋权后的脑电数据特征进行拼接融合，并进行分类处理；基于分类后的脑电数据特征进行迁移学习，建立单侧上肢运动想象解码模型；通过单侧上肢运动想象解码模型对待处理单侧上肢运动想象脑电数据进行解码处理。本发明的方法减少解码模型训练时间，提高了模型的鲁棒性。

公开(公告)号：CN116746944A

公开(公告)日：2023-09-15

申请号：CN202310409607.4

申请日：2023-04-17

Applicant: 常州大学

Inventor： 邹凌 ,  杨亮宇 ,  吕继东 ,  戴亚康

IPC: A61B5/369 ,  G06F18/213 ,  G06F18/241 ,  G06F18/10 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  A61B5/372 ,  A61B5/00

Abstract: 本发明涉及脑电信号处理技术领域，尤其涉及一种基于神经网络的上肢脑电信号识别方法及训练系统，包括：采集上肢肩、肘、腕三个关节的脑电EEG数据，并对数据流进行滤波处理和标注；构建CNN神经网络，对脑电EEG数据进行训练分类；数据通信模块是利用TCP/IP协议将在线脑电特征分析模型与VR康复训练游戏模块连接。本发明采用多层CNN卷积层融合技术，提高脑电动作识别的准确性；并利用socket技术实现线脑电特征分析与VR康复训练游戏的数据交互。